16554

16554

ارائه مدل تركيبي داده‌كاوي بر اساس بهينه‌سازي الگوريتم‌هاي انتخاب ويژگي براي امتيازدهي بهينه اعتبار مشتريان

كارشناسي ارشد

نرم‌افزار

آبان 1395

دكتر بهروز مينايي

كامپيوتر

چكيده: يكي از مهم‌ترين تكنيك‌هاي داده‌كاوي روش امتيازدهي است تا براي تنظيم نرخ سود و ميزان وثيقه، شاخص و معيارهايي در نظر گرفته ‌شوند و مشترياني كه از موقعيت اعتباري مناسبي برخوردارند، بتوانند از آن بهره گيرند. به‌منظور رعايت حق و عدل اسلامي شايسته است كارگزاران اعتباري در استفاده هر چه بيشتر از منابع و كاستن خطرات احتمالي كوشا باشند. امروزه با توجه به حجم معاملات از سوي متقاضيان دريافت تسهيلات و بحران¬هاي مالي، اهميت شناسايي، محاسبه و مديريت ريسك بانك¬ها دوچندان شده است. در اين تحقيق تلاش مي¬شود با بررسي 350 مشتري بانك ملت و با روش پيشنهادي بتوان الگوي مناسبي براي پيش‌بيني ريسك مشتريان پيدا كرد. وجود ريسك در عمليات بانكي مي¬تواند قدرت سودآوري بانك را در معرض تهديد قرار دهد، اين تهديد به هر شكلي كه باشد منجر به از بين رفتن بخشي از سپرده¬هاي بانكي و يا حتي در موارد حاد بخشي از سرمايه بانك شود. در اين پژوهش سعي مي¬شود يك مدل اعتبارسنجي مشتريان براي اعطاي تسهيلات متناسب با هر طبقه مبتني بر الگوريتم ژنتيك ارائه گردد. الگوريتم¬ ژنتيك مي¬تواند با انتخاب ويژگي¬هاي مناسب به ساخت درخت تصميم¬گيري بهينه به اعتبارسنجي مشتريان كمك كند كه براي تجزيه تحليل داده¬ها در اين روش شبكه عصبي مصنوعي و الگوريتم ژنتيك براي آموزش آن استفاده مي¬¬شود. هدف اصلي در مسئله اين است كه با استفاده از درخت تصميم¬گيري بتوان به‌طور بهينه مشتريان خوب و بد بانك را به‌طور مناسب طبقه¬بندي كرد. كلمات كليدي: داده‌كاوي،امتيازدهي، الگوريتم انتخاب ويژگي،الگوريتم ژنتيك، اعتبارسنجي،بانك

1395/11/18

1/1/1900 12:00:00 AM

Abstract: One of the most important data mining techniques is scoring method, to set profit an​d guarantee rate consider index an​d standards an​d customers who have suitable credit position can benefit from that. In order to consider the right an​d Islamic justice, it’s worthy, valued that credit brokers are diligent be more diligent in order to more use an​d decreasing probable dangers. Today’s according to the volume of deals from people who receive facilities an​d financial crisis, reduplicate identification an​d banks risk management. As mentioned, in this research we’re trying to survey 350 banks customers an​d with offered method can find suitable pattern for customer risk prediction. Risk in bank operation can threaten the power of the bank profits. This threat can destroy part of bank deposits an​d even part of bank fund. In this research, we’re trying to present one model of costumers’ validation for award appropriate facility to each class based on genetics algorithm. Genetics algorithm with proper features selection can help costumers’ validation to make optimized decision tree for decomposition data analysis that neural network method an​d genetic algorithm can use them for tutorial. The main purpose in this issue is with use of decision tree can optimally categorize loyal an​d unloyal bank’s customers. Keywords: Data Mining, Scoring, Feature Selection Algorithm, Genetics Algorithm, Validation, Bank